Intan Technologies RHD2132一款便携式、超低噪声的放大器设计

摘要:方法:Myolink由4个模块组成。每个10×8厘米的模块可以同时以高达8kHz的采样率和24位分辨率采集32个单极电极电位。模块可以堆叠并同步操作,支持同时采集多达128个通道。一个定制的高性能模拟前端提供了在23–524 Hz带宽内(可通过设计选择调节)小

目标:我们在此介绍Myolink,这是一款便携式、模块化、低噪声的电生理放大器,专为高密度表面肌电图(HD sEMG)采集而优化。方法:Myolink由4个模块组成。每个10×8厘米的模块可以同时以高达8kHz的采样率和24位分辨率采集32个单极电极电位。模块可以堆叠并同步操作,支持同时采集多达128个通道。一个定制的高性能模拟前端提供了在23–524 Hz带宽内(可通过设计选择调节)小于0.4µVRMS的输入参考噪声,这低于当前商业系统的水平。数字信号由定制的板载基于低功耗现场可编程门阵列(FPGA)控制器处理,然后通过医疗级隔离的USB 2.0接口传输到电脑。结果:该系统已通过记录实验性HD sEMG信号进行测试,这些信号随后被分解为运动单位动作电位。与市售系统相比,所提出的记录系统实现了更高质量的表面肌电图采集,以及在各种力量范围内更高的分解精度,特别是在最大自主收缩力的20%及以下的力量时,优势更为明显。意义:我们实现并表征了一款便携式、超低噪声的HD sEMG放大器设计。该系统的输入参考噪声(IRN)性能超过了当前最先进的仪器的能力,这一改进对HD sEMG分解具有重要影响。一、简介 高密度表面肌电图(HD sEMG)在过去二十年里一直是神经肌肉研究和临床应用中的宝贵工具。本文稿于2021年8月2日收到,经2022年1月16日和2022年3月31日修订后,于2022年4月16日接受。出版日期为2022年4月25日;当前版本日期为2022年10月20日。本研究部分得到帝国理工学院“概念信心”(Grant P81130)项目的支持,部分得到欧洲研究委员会(ERC)协同项目“NaturalBionicS”(Grant 810346)的支持,部分得到英国工程与自然科学研究理事会(EPSRC)转化医疗NISNEM技术(Grant EP/T020970/1)的支持。科学家就职于英国伦敦帝国理工学院生物工程系。在过去的二十年里,HD sEMG在临床应用中发挥了重要作用。其用途包括假肢控制以及基本的生理学和运动学研究。最近,通过利用先进的信号处理和盲源分离算法,HD sEMG分解已经提供了非侵入式解码单个运动单位激活模式的方法。这种解码可用于非侵入式人机接口,并已在一系列关于实时生物反馈和控制的研究中得到应用。从HD sEMG信号中提取的信息质量最终受到记录信噪比(SNR)的影响,而SNR又影响后续的信号处理阶段。EMG记录中的噪声来源于放大器输入参考噪声(IRN)、电极-皮肤界面噪声、电极-皮肤阻抗稳定性和电磁/市电干扰(EMI)。先前的工作表明,在控制良好的记录设置下,电极-皮肤界面和EMI的噪声贡献可以在典型的EMG带宽内降低到与EMG放大器IRN相当的水平。具体来说,电极-皮肤界面噪声主要存在于10Hz以下。由于需要大量低噪声通道和相对较小的带宽(通常尽管已经开发了便携式甚至无线HD sEMG记录系统,但它们在性能(如IRN、输入阻抗、共模抑制比等)上有所妥协。本文根据Creative Commons Attribution 4.0许可协议授权。本文不涉及具体比例或与基于桌面的系统相比的总体通道数。在此,我们介绍了一种紧凑型高清表面肌电(sEMG)记录系统的开发与测试,该系统提供了最先进的电子性能、便携性,并且其通道数与较大规模的基于桌面的系统相当;后者是通过采用模块化设计来实现的。第二节将详细说明系统设计、实验方案和分析细节。第三节将介绍实验测量和分析的结果。第四节将讨论研究结果及未来改进方向。第五节将得出结论。图1. 系统级设计与提出的模块化方案。在从机操作期间,灰色方块内的电路被禁用。二、方法 2.1 硬件设计方法由于本工作主要聚焦于实现超越当前可用的专用单芯片解决方案能力的电子性能,我们采用了定制的、紧凑的、低噪声的模拟前端(AFE)设计,该设计使用了分立的放大器集成电路。该系统由包含32个AFE的模块组成,这些模块以单极配置放大并调理从高清表面肌电(sEMG)电极阵列获取的原始信号。嵌入式、高分辨率、分立式的模数转换器(ADC)将这些调理后的信号数字化。基于低功耗现场可编程门阵列(FPGA)的系统控制器配置ADC模块,并通过SPI到USB桥接电路将原始数据与外部接口连接。通过隔离的USB 2.0接口,Windows个人电脑可以访问原始数据。系统采用了高效率的DC/DC转换器,以保持模块功耗低于2W,从而支持短期电池供电运行。系统级设计如图1所示。图2. 记录放大器PCBA(印刷电路板组件)。该板堆叠采用标准1.6毫米厚度,共六层(4层信号,2层电源)。请注意,模拟前端(AFE)和模数转换器(ADC)的设计也在板的焊接侧进行了镜像处理;总计32个记录通道。通过使用单个FPGA控制器,最多可以堆叠并同步操作四个32通道放大器模块,以增加通道数。这是通过系统的两种硬件可配置模式实现的:一种是“主”模式,另一种是“从”模式。在主模式下,所有上述电路块都处于活动状态,而在从模式下,仅前端、ADC和电源处于工作状态。数据通过ADC菊花链链路在板卡之间传输,从最后一个从板传输到单个主板,如图1所示。这种方法支持以典型的2kHz采样率和24位分辨率同时采集多达128个通道的数据。由于只需实现一种印刷电路板组件(PCBA)设计,因此制造成本得到了最小化。此外,当模块仅需以从配置运行时,在板卡组装过程中可以省略数字后端,以进一步降低成本。一个完整的32通道放大器模块如图2所示。图3. 所使用的模拟前端拓扑结构。图中展示了实现模拟前端所需的所有组件,但不包括电源去耦电容。组件的参数值详见表1。2.2 模拟前端模拟前端(AFE)的设计如图3所示,包括一个低噪声仪表放大器(INA)作为第一级,该放大器具有高(>110 dB)的共模抑制比(CMRR),用于衰减市电干扰,并具有非常高的输入阻抗(>100 GΩ || 2 pF),以防止高阻抗电极引起的加载效应。为了消除与输入电阻相关的热噪声和阻抗失配误差,优选了通过直流伺服放大器驱动INA参考引脚的主动交流耦合,而不是更传统的R-C被动实现方式。INA的增益设置为20 dB,并使用±5V前端轨,以提供±600 mV的直流偏置容差,从而防止由于电极-皮肤界面产生的输入偏置导致的放大器削波。为了实现文献中建议的衰减任何残余直流偏置和运动伪影,已实施了二阶Sallen-Key Butterworth高通滤波器,其截止频率设置为20 Hz。当与主动交流耦合电路结合时,所设计的滤波器形成了一个截止频率为23 Hz的三阶Bessel高通滤波器。这表现出更高的滚降特性,并且与二阶滤波器的瞬态响应相当。必须注意的是,此截止频率的选择是针对广泛应用范围的一种折衷方案,但并不对应于特定应用的最优截止频率。例如,对于生理学研究,通常建议高通截止频率不超过10 Hz。通过改变滤波器中电阻R1-R3的值,可以实现特定应用下的优化高通截止频率。本文中的滤波器设计通过略微改变滤波器组件,不排除更大的带宽。表1. 所使用的模拟前端组件(见图3)。ADC的集成可编程增益放大器(PGA)提供了额外的21.6 dB模拟增益,以减少转换器的输入参考噪声(IRN)贡献,并提高有效分辨率。INA、直流伺服放大器和Sallen-Key放大器(图3中的运算放大器A1和A2)已使用单个集成电路实现,以最小化板卡面积。为实现抗混叠目的,已实施了截止频率为4 kHz的一阶低通滤波器,对落在转换器ΔΣ调制器谐波上的任何干扰提供超过40 dB的衰减。它由低噪声缓冲放大器(图3中的运算放大器A3)驱动,该放大器具有集成输入过压保护,并由与ADC相同的±2.5V轨供电。添加此缓冲级可保护转换器免受超过±2.5V的输入信号的影响,这些信号可能由A2在±5V侧的输出产生。低通带限制已故意留给ΔΣ ADC的集成三阶数字sinc滤波器处理,该滤波器的设置频率为0.262×Fsampling,可实现带宽可调性。2.3 ADC和数字后端已使用四个8通道、低噪声、24位ADC IC(带集成可编程增益放大器,型号为ADS1298,来提供足够的量化分辨率,以匹配AFE(当PGA增益设置为21.6 dB时,IRN性能为25 nV/bit)。所有四个IC共享相同的主时钟和SPI配置线,以确保同步操作。每个32通道模块可实现1、2、4、8 kHz的采样频率,对应的信号带宽分别为256、524、1048、2096 Hz。原始ADC数据通过专有菊花链接口进行收集。使用第II-A节中讨论的板配置方案,此链可扩展至容纳来自四个32通道系统的多达16个ADC。所有ADC的数据均由板载基于FPGA的控制器采集和处理,然后传输到SPI-USB桥接电路,以便与PC进行接口连接。USB数据线使用符合IEC-60601-1标准的数字隔离器IC进行隔离,当与电池供电操作或医学上认可的AC/DC电源结合使用时,可确保满足基本的患者隔离电子要求。2.4 电源电源部分产生±2.5 V、±5 V模拟轨,为所有数字电路提供3.3 V轨,以及为FPGA控制器核心提供1.2 V轨。一个高效、降压-升压DC/DC转换器从直流输入为所有稳压器供电,并提供+5 V轨,支持电池供电操作的宽(2-16 V)供电范围。使用两个低噪声电压逆变器提供-2.5 V和-5 V模拟轨。电源管理IC通过内部DC/DC转换器提供3.3 V轨,并通过两个集成低压差线性稳压器提供2.5 V和1.2 V轨。2.5 软件接口使用C#开发的基于.NET的应用程序编程接口(API)提供了对原始ADC数据的低级访问。USB的固有块传输特性和Windows的中断驱动操作需要将多个样本打包成块,以优化数据传输吞吐量并防止数据丢失。此缓冲在USB桥接IC中执行。API分别以64、128和256个样本的块请求数据,对应于2、4和8 kHz的采样频率,同时保持通信延迟低于35 ms。已在Microsoft WinForms环境中开发了图形用户界面(GUI),以实现数据采集。此外,API可以移植到Matlab或任何其他支持.NET动态链接库(DLL)的第三方软件。2.6 电特性表征通过将工作输入和参考输入INA短路至系统接地,并记录2 kHz下ADC输出10秒的数据,来测量输入参考噪声(IRN)。系统脉冲响应的测量方法是在AFE输入端施加一个持续时间为2毫秒、峰值为20毫伏的单相方波脉冲。脉冲的直流电平从0伏变化到500毫伏,以评估输入偏移的影响。系统阶跃响应的测量方法是在AFE输入端施加一个可变幅度的阶跃信号。使用20毫伏的峰值幅度来展示在最大交流操作范围内的阶跃响应,同时应用300毫伏和500毫伏的阶跃来记录直流操作范围内的阶跃响应。通过施加峰值幅度从1微伏到10毫伏的80赫兹正弦信号,并在2 kHz下记录AFE输出120秒的数据,来评估总谐波失真(THD)。基于获取信号的前五个谐波来计算THD。2.7 肌电图测量与实验验证使用64电极凝胶粘附网格记录五位健康参与者(年龄:28.2 ± 3.2岁,2名女性,3名男性)胫骨前肌腹部的高密度表面肌电图(HD sEMG)。在放置HD sEMG网格之前,使用磨砂膏和乙醇剃除并清洁皮肤。两个湿润的带式电极贴附于脚踝区域,一个作为单极参考点,另一个作为系统接地,为放大器通过参与者提供偏置路径。使用踝关节测力计固定参与者的脚(踝关节屈曲0°),允许脚背屈。与踝关节测力计一起使用力放大器。使用Myolink和目前最先进的商用多通道电生理记录系统进行对比记录。要求参与者通过执行最大自主收缩(MVC)力在脚背屈方向开始实验。然后向他们展示七个要跟踪的目标。每个目标包括5秒的上升斜坡、20秒恒定力水平的持续收缩和5秒的下降斜坡。每个目标的持续收缩力水平设置为MVC的3%、5%、10%、15%、20%、30%和70%。每次收缩之间包括30秒的休息时间,以防止肌肉疲劳(70%的MVC除外,其收缩前提供2分钟的休息时间)。使用自定义图形用户界面(在Matlab R2017b中实现)为参与者提供关于力的视觉反馈以及要跟踪的目标轨迹和力反馈。为了比较两个系统在同一带宽上的性能,使用4阶巴特沃斯20–500Hz带通滤波器对两个记录系统的数据进行数字滤波。对所有采集的信号应用中心频率设为50 Hz、带宽为2 Hz的2阶陷波滤波器,以消除两种情况下残留的市电干扰影响。然后分析并比较了两个系统记录信号在肌电图分解性能方面的表现。简而言之,肌电图分解是从记录的肌电图信号中解码支配该肌肉的脊髓运动神经元的放电模式。离线分析了两个记录系统的表面肌电图分解性能。评估了检测到的唯一运动单位(MUs)的总数以及每个收缩水平下分解的唯一MUs的数量。为每个收缩水平(即MVC的3–70%)分别确定了分离向量,该向量提取了每个运动单位的放电活动。对于分解,迭代次数和轮廓测量(SIL)阈值分别设置为250和0.9。由于每个收缩水平的分离向量是单独确定的,因此很可能一些MUs在多个收缩水平中被识别,因此一些分离向量可能是重复的。因此,这些分离向量被用于重新分解所有收缩水平的高密度表面肌电图信号,并使用一致率(RoA)指标比较每个MU(跨所有收缩水平)的放电。如果两个识别出的MU(跨所有收缩水平)之间的RoA高于30%,则认为它们属于同一个MU。还通过计算每个分解MU放电模式的脉冲噪声比(PNR)和轮廓测量值(SIL)[2]来验证分解的质量。此外,还计算了每个识别出的运动单位的峰间间隔变异系数(COVISI)以及放电率,以确保它们处于预期的生理范围内。使用Anderson-Darlington正态性检验后的单因素方差分析来检验统计差异。对于正态性检验失败的情况,使用Kruskal-Wallis单因素方差分析。三、结果 3.1 电特性表征
在典型的电子实验室中,按照第II-F节所述详细步骤进行了电特性表征测量。输入参考噪声(IRN)测量在电生理实验室进行,两个设备均采用电池供电,以确保模拟真实的电磁干扰(EMI)条件。在典型的表面肌电图(sEMG)配置下,32个放大器通道的测量频率响应如图4(a)所示。图4(b)展示了通过改变采样频率来调节带宽的能力。图4(c)显示了Myolink和商业系统的记录IRN频谱。放大器总谐波失真(THD)与输入信号幅度的关系如图4(d)所示。32个通道上测量的综合IRN和THD的分布分别如图6(a)和(b)所示。放大器在不同输入直流偏置下的阶跃响应和脉冲响应分别如图5(a)和(b)所示。3.2 肌电图测量与实验验证
图7显示了一名参与者在最低收缩水平下,使用Myolink从前胫骨肌记录的代表性单极信号。记录是使用高密度表面肌电图(HDsEMG)网格(64通道)在3%至70%的最大自愿收缩力范围内的不同收缩水平上获得的。为了比较,使用相同的实验程序和控制商用放大器获取了HD sEMG。然后,对获取的HD sEMG信号进行分解,以提取肌电活动下脊髓运动神经元的放电时间(有关该方法的详细信息,请参见上文第II-G节)。图4. (a) 32通道模拟前端(AFE)响应的波特幅值图。采用2 kHz的模数转换器(ADC)采样率,将带宽限制在524 Hz。虚线表示平均通道响应。平均响应与其他所有通道响应之间的最大均方根误差低于0.02 dB。(b) 不同采样率下AFE响应的波特幅值图。在采样频率的倍数处观察到的陷波状衰减反映了sinc抽取滤波器的特征传递函数,这与制造商的文档所述一致。(c) 在未应用数字滤波的相同环境条件下,所提出的Myolink放大器与商业系统的输入参考噪声(IRN)频谱。在23–524 Hz带宽内,Myolink的集成IRN频谱值为384 nVRMS,而商业系统的值为3996 nVRMS。请注意,Myolink的50 Hz干扰也明显较弱。(d) 总谐波失真(THD)作为输入信号峰值幅度的函数。对于1 μV至10 mV之间的信号,THD保持在1%以下。此外,对于10 μV至10 mV之间的信号(覆盖典型的肌电图(EMG)幅度范围),THD保持在0.15%以下。使用Myolink获取的高密度表面肌电图(HD sEMG)信号总共识别出313个独特的运动单位(涵盖所有收缩水平和参与者),其峰噪比(PNR)中位数为40.8 dB(最大值-最小值:54.8 dB和30.1 dB),信号干扰比(SIL)中位数为0.95(最大值-最小值:0.98和0.90)。放电率中位数和峰间间隔变异系数为9.8脉冲/秒和23.6%。另一方面,使用商用放大器识别出249个独特的运动单位,其PNR中位数为38.8 dB(最大值-最小值:65.1 dB和30.1 dB),SIL中位数为0.93(最大值-最小值:0.97和0.90)。当对每个收缩水平识别的独特运动单位数量也进行分析时,Myolink系统在每个力收缩水平检测到18个独特的运动单位(中位数,最大值:34,最小值:3)。而使用商用系统,每个收缩水平检测到14个独特的运动单位(中位数,最大值:31,最小值:3)。特别是在最大自主收缩力(MVC)≤20%的力收缩水平下,Myolink系统在识别更多独特运动单位方面优于商用系统(图8)。这一结果应归因于Myolink系统的超低输入参考噪声(IRN)性能,这可能使其能够比商用系统识别出更小和/或更深的运动单位。为了验证这一假设,我们进一步研究了两个系统检测到的运动单位动作电位(MUAP)的相对峰峰值幅度。对于每个识别的运动单位,使用分解的放电时间作为触发信号,通过平均肌电图来计算每个通道检测到的MUAP波形。每个计算的MUAP长度为50毫秒(窗口以每个动作电位放电时间为中心)。对于分析,仅考虑绝对峰值超过基线噪声水平四倍以上的MUAP。MUAP窗口的首尾15毫秒内所有样本的标准差用于计算每个MUAP的基线噪声水平。对于每个收缩力水平,将检测到的MUAP的峰峰值幅度(Vp-p)与商用系统获得的中位数Vp-p进行归一化。这样做是为了能够比较在不同收缩水平下获得的峰峰值(Vp−p),因为绝对峰峰值会随着力收缩水平的增加而增加。结果表明,Myolink和商用放大器获得的峰峰值运动单位动作电位(MUAP)幅度相当,但Myolink获得的峰峰值MUAP幅度中位数比商用放大器高5%。图5. (a) AFE对不同幅度阶跃的阶跃响应。在20 mV时,AFE根据高通时间常数达到稳定。在300 mV时,输入交流(AC)范围短暂超出,并观察到放大器削波。在500 mV时,直流(DC)伺服交流耦合阶段饱和,仅由二阶巴特沃斯滤波器的第二阶段执行高通滤波,从而在阻带中引起相位反转。在所有情况下,观察到的2%稳定时间均小于110 ms。(b) AFE在不同输入直流电平下的脉冲响应。请注意,与300 mV相比,在500 mV偏移时稳定时间略有增加。这是由交流耦合电路的饱和引起的,它实际上将AFE的高通响应从三阶贝塞尔变为二阶巴特沃斯。在所有情况下,观察到的2%稳定时间均小于40 ms。图6. (a) 32个模拟前端(AFE)的通道内积分输入参考噪声(IRN)分布。IRN是在23–524 Hz的带宽范围内获取的。(b) 32个模拟前端(AFE)的通道内总谐波失真(THD)分布。THD是针对幅度为10 μV峰值、频率为80 Hz的输入信号获取的。四、讨论 我们开发了一个128通道的便携式嵌入式系统,用于高性能的高密度表面肌电信号(sEMG)采集。我们通过对该系统的电性能表征和实验性高密度sEMG测量,对其进行了广泛的验证。所记录的高密度sEMG信号进一步进行了离线分析,以评估Myolink在无创神经接口应用中的肌电分解性能潜力。表2. 与其他肌电图记录系统的性能比较。表2比较了所提系统的电子性能特性与典型的商用肌电放大器以及基于Intan-RHD2132的无线系统。由于选择了第一级仪表放大器(INA)和模拟前端(AFE)架构,相对于其他系统,在输入参考噪声(IRN)和共模抑制比(CMRR)方面观察到了改进。特别是,采用了有源交流耦合与20dB前端增益相结合,在使用AD8295时实现了这一性能,同时还提供了600mV的输入直流偏移容限。在撰写本文时,市场上也有性能优于所选芯片的现成离散仪器放大器可供选择,但这些放大器的物理封装更大。所选AD8295集成电路的独特封装能够在非常紧凑的空间内(每通道8Wh)锂离子电池(广泛用于便携式设备)时,32通道模块的续航时间可超过4小时。在原始模拟性能方面有所妥协的情况下,对于面积和/或功耗被视为更重要因素的应用,专用的单芯片混合信号AFE解决方案(RHD2132(Intan Technologies))可能比所提方法更合适。在任何情况下,如本文所示,将信号调理限制在AFE内,都消除了额外数字滤波所带来的计算需求,从而为系统控制器执行更复杂的后处理释放了资源。

东莞富临医疗科技有限公司是 Intan Technologies 在亚洲的代理商,为亚洲客户提供 “技术服务” 与供应 “电生理产品”

图7. 实验设置及使用Myolink获取的代表性肌电图信号。(a) Myolink设备、图形用户界面和腿部测力计。(b) 在3%最大自主收缩力(MVC)下获取的30秒表面肌电图信号。(c) (b)中所示信号的初始1秒。我们选择了一个基于现场可编程门阵列(FPGA)系统控制器,而不是专用的微控制器,以提供未来复杂后处理实现的最大灵活性。与具有可比最大波特率的无线协议相比,选择了通过USB进行有线数据传输,以最小化通信延迟、功耗并确保数据完整性,这在同时操作多个设备时变得至关重要。特别是,当采集128通道时,USB 2.0全速数据接口将最大采样率限制为2kHz。这对于sEMG采集来说是可以接受的,因为信号功率低于500Hz。在需要更高采样率的应用中,可以使用USB 3.0或以太网来消除数据传输瓶颈。图8. 展示了在力量收缩水平等于和低于20%(即3%、5%、10%、15%和20%MVC)时,每个力量收缩水平检测到的运动单位(MUs)数量。高清表面肌电图(HD sEMG)信号是使用Myolink和作为基准的商业系统同时记录的。在对电子性能进行表征之后,我们还测试了通过Myolink获得的记录的肌电分解性能。分析的主要目的是确保高质量地采集表面肌电信号,并评估其在可穿戴无创神经接口应用中的可行性,同时利用其超低噪声性能和紧凑的外形尺寸。作为比较基准,分析中使用了最先进的商用放大器,该放大器已广泛用于生理研究和新兴高密度sEMG基无创神经接口的概念验证。两个系统均在相同条件下进行测试,并根据识别出的运动单元(MU)数量和分解质量来比较它们的肌电分解性能。结果表明,两个系统的分解质量相似,信噪比(PNR)、信号干扰水平(SIL)和变异系数百分比(CoV%)值无显著差异。另一方面,使用Myolink系统记录的分解结果显示,在所有记录中,唯一识别的运动单元(MU)数量显著增加。Myolink系统的优势在低收缩力(≤20%最大自主收缩力,MVC)时尤为明显。我们假设,使用Myolink时识别的MU数量更多,可能是由于其超低噪声性能能够检测到能量更小的运动单位动作电位(MUAP)(由更小和/或更深的MU产生)。然而,比较两个系统识别的MU的动作电位幅度并未证实这一假设。我们还通过修改原本设置为基线噪声四倍的MUAP排除标准,重复了幅度分析。重复的分析(包括无排除条件的情况)得出了相似的结果,两个系统获得的MUAP幅度无显著差异。尽管如此,分解结果仍证实了超低IRN对分解性能的重要性。在我们的比较中,我们旨在展示IRN对分解性能的影响,并将Myolink与广泛使用的商用高密度EMG采集系统进行了评估。在表I中列出的系统中,我们仅获得了Quattrocento(OT Bioelettronica)的访问权限。虽然我们预计结果会根据所比较的商用系统的选择而有所不同,但我们仍然认为IRN与分解性能之间的关系是有效的。五、结论 本文介绍并测试了一种针对高清表面肌电信号(sEMG)优化的可扩展、多通道嵌入式记录系统。该设备在保持便携式印刷电路板组件(PCBA)尺寸的同时,相对于现有的商用系统,其输入参考噪声(IRN)显著降低,这主要得益于定制的高性能模拟前端(AFE)设计。实验证明,所采集的肌电信号信噪比(SNR)的相应提高,改善了运动单元(MU)分解性能,从而证明了该系统在便携式高质量非侵入式神经接口应用中的可行性。

东莞富临医疗科技有限公司是 Intan Technologies 在亚洲的代理商, 为亚洲客户提供“技术服务”与供应“电生理产品”

电:137 9876 1514

公司地址:广东省东莞市樟木头镇塑金国际1号楼810

来源:优苗科技

相关推荐